Implement Spark-compatible `xpath_number` (alias of `xpath_double`)

オープン 初心者向け
  • 何か問題がありますか？
#287 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

まだ誰も着手していません。

評価

難易度
2/5
見積もり時間
1〜3時間
初心者へのやさしさ
70/100
issue の種類
機能追加
明瞭さ
明確に書かれている
活発さ
活発
技術スタック
rust
領域
databases

調査の方向性

まず crates/spark/src/function/xml/ にある既存の xpath_double UDF を読んでください — この issue は単なるエイリアスなので、開始する前にその UDF が登録されていることを確認してください。ScalarUDFImpl::aliases を通して xpath_number を追加し（Spark の FunctionRegistry にある expression[XPathDouble]("xpath_number", true) を反映）、#[user_doc] にエイリアスを記録してください。crates/sqllogictest/test_files/xml/xpath_double.slt（または新しい xpath_number.slt）に、2 つの例、NaN/0.0、xpath_number(xml, path) という列名、NULL 入力、折りたたみ不可のパスのエラーをカバーするケースを追加してください。完了とは、それらの slt ケースが通り、xpath_double の結果と完全に一致することを意味します。

索引モデルが issue の本文から書いたものです。

説明

enhancement

Part of #271 and apache/datafusion-comet#7300.

What the function does

xpath_number(xml, path) is a registered alias of xpath_double: expression[XPathDouble]("xpath_number", true) in FunctionRegistry. It evaluates an XPath 1.0 expression, converts the result with XPath number(),
and returns DOUBLE. Both arguments are strings (collation-aware from 4.0), path must be foldable, and the
result is always nullable. Available since Spark 2.0.0. The only observable difference from xpath_double is
the display name: prettyName reads the FUNC_ALIAS tag, so the column header is xpath_number(...).

The numeric conversion rules (node-set, boolean and string to number, NaN, the empty node-set) are in the
xpath_double issue. Parsing, DTD and entity handling, namespaces, NULL handling and the error behavior are
in the xpath issue. This one only needs the alias.

Examples
SELECT xpath_number('<a><b>1</b><b>2</b></a>','sum(a/b)');
-- 3.0
SELECT xpath_number('<a><b>1.0</b><b>2.1</b></a>', 'sum(a/b)');
-- 3.1

The first comes from the Hive udf_xpath_double golden file (DESCRIBE FUNCTION EXTENDED xpath_number) and
the second from XPathFunctionsSuite.

Edge cases to test
  • Run the same cases as xpath_double and check that the results match exactly, including NaN for
    non-numeric text and 0.0 for a false boolean expression.
  • The output column name is xpath_number(xml, path), not xpath_double(...).
  • NULL or '' arguments give NULL. A non-literal path gives DATATYPE_MISMATCH.NON_FOLDABLE_INPUT.
Differences across Spark versions

None found. The alias has existed since 2.0.0.

Implementation notes
  • Spark: XPathDouble in sql/catalyst/src/main/scala/org/apache/spark/sql/catalyst/expressions/xml/xpath.scala,
    registered as xpath_number in sql/catalyst/src/main/scala/org/apache/spark/sql/catalyst/analysis/FunctionRegistry.scala.
  • DataFusion core has no equivalent.
  • Implement it as an alias (ScalarUDFImpl::aliases) of the xpath_double UDF in
    crates/spark/src/function/xml/, rather than as a separate kernel. This can be done in the same PR as
    xpath_double.
  • Tests: add xpath_number cases to crates/sqllogictest/test_files/xml/xpath_double.slt, or put them in a
    separate xpath_number.slt. Mention the alias in the #[user_doc].

This issue was generated by an LLM (Claude) from the Apache Spark source code and tests. Examples come from Spark's ExpressionDescription examples, test suites and .sql.out golden files, but please verify them against Spark before relying on them.

主要言語
Rust
スター
7
フォーク
15
平均マージ
16時間 43分
マージ済み PR（30日）
26

環境構築

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

apache/datafusion-spark のほかの issue

apache/datafusion-spark の issue をすべて見る

似ている issue

Rust の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。